Ojalgo를 사용하여 M (NxN) 선형 시스템 (Ax = B, B = [b1, b2, ... bM])을 풀려고합니다. apete 덕분에 님의 의논, 나는 A (A, B가 PrimitiveMatrix 타입의 객체 임)가 단수인지를 성공적으로 확인했지만 때로는 불안정하기도합니다. 이 경우 매트릭스가 안정적인지 아닌지. 모든 도움을 주시면 감사하겠습니다. 고
GPU에서 실행되는 알고리즘 프로파일 링의 일부로 메모리 대역폭에 부딪치게됩니다. 나는 복잡한 연산 (희소 행렬 곱셈, 감소 등)을 수행하는 몇 가지 복잡한 커널과 몇 가지 매우 간단한 것들을 가지고 있으며 전체 데이터 읽기/쓰기를 계산할 때 모든 (중요한 것들) ~ 79GB/이론적 인 GPU 대역폭은 112GB/s 인 반면 (nVidia GTX 960)
내가 얻을 수 가장 가까운 일치 실행하는 것입니다 :이 data=rand(100,10); % data set
[W,pc] = pca(cov(data));
다음이 경우 data2=data
[W2, EvalueMatrix2] = eig(cov(data2));
[W3, EvalueMatrix3] = svd(cov(data2));
저는 데이터 집합의 차원을 줄이는 방법을 배우려고합니다. Principle Component Analysis 및 Singular Value Decomposition에 관한 자습서를 보았습니다. 나는 그것이 가장 큰 분산의 차원을 취하고 다음으로 가장 높은 분산의 차원을 순차적으로 축소한다는 것을 이해한다. 출력 매트릭스를 해석하는 방법에 대해 혼란스러워합니
저는 3D 공간 (월드 공간)에 2 개의 벡터를 가지고 있습니다. 두 벡터를 같은 평면에 배치하는 상대 좌표계를 찾아야합니다. 내 생각은 두 벡터의 교차 곱을 먼저 취하여 두 벡터와 관련된 Z 축을 얻는 것이 었습니다. 그런 다음 새 X 축을 만들려면 새 Z 축과 원래 벡터 중 하나의 교차 곱을 취합니다. 그런 다음 새 Y 축을 가져 오려면 새 Z와 새 X
모든 행렬은 기초를 회전하는 것만으로 위 또는 아래 삼각형 형태로 작성할 수 있습니다. 파이썬 (numpy)에 간단한 루틴이 있나요? 나는 그것을 발견 할 수 없었고 그런 일이 없다고 믿을 수 없다. 그것을 ilustrate하려면 matrix = numpy.array([[a,b,c],
[d,e,f],
[g,h,i]])
I는 도끼 = B와 방정식은 다음 11x11 선형 시스템 가지고 A = {
{1.0000000000000000, 8.0000000000000000, 6.0000000000000000, 12.0000000000000000, 24.0000000000000000, 24.0000000000000000, 8.0000000000000000, 6.00000000000
나는 심장과 가슴에 의해 만들어진 도플러 이동을 측정 할 수있는 작은 레이다 프로젝트를 연구 중이다. 미리 소스의 수를 알고 있으므로 스펙트럼 분석을 위해 MUSIC 알고리즘을 선택하기로 결정했습니다. 데이터를 수집하여 분석을 위해 Python으로 보냅니다. 그러나 파이썬 코드는 주파수가 1Hz와 2Hz의 두 개의 혼합 사인 곡선을 가진 신호의 모든 주파수
나는 고유치와 고유 벡터를 광범위하게 사용하는 프로그램을 만들고있다. 프로그램을 테스트하는 동안 동일한 고유 값을 갖는 두 개의 고유 벡터가 직각이 아닌 경우가 발생했습니다. degenerate eigenvector의 경우, 솔루션은 유일하지 않으며 해결 루틴은 특정 벡터를 생성하는 것이 보장되지 않습니다. 왜냐하면 축퇴 된 고유 벡터의 선형 조합은 여전히
나는 a-bc^x1이 spillman 생산 함수 (y = a-bc^x1) 인 형태 (a-bc^x1)의 이익 함수를 최대화하려고 시도하고있다. Py - (Px X1) 나는 생산 함수를 Py로 표시된 상품의 단가로 곱함으로써 생산 함수를 수익 함수로 변환한다.Px * x1은 x1에 Px를 곱한 비용 함수입니다. Px는 x1의 단가입니다. 상기 5000 그래서